人脸识别-Java实现刷脸登录

最新推荐文章于 2024-04-20 22:07:46 发布
最新推荐文章于 2024-04-20 22:07:46 发布
阅读量5.6k 收藏 101
点赞数 23
分类专栏： Java 人工智能 文章标签： java 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_54227907/article/details/124785956
版权

人脸识别

一、相关概念

人脸

人脸（Face）在人脸识别技术中特指图像中发现的人脸，当对一张图片进行人脸检测时，会将检测到的人脸记录下来，包括人脸在图片中的位置，用一个系统标识 face_token 来表示。注意：对同一张图片进行多次人脸检测，对同一个人脸会得到不同的 face_token。

人脸库

人脸库（FaceSet）是用来存储检测到人脸的存储对象。一个 FaceSet 内的 face_token 是不重复的。

人脸特征标识（face_token）

  • Face_token 是系统为人脸分配的唯一标识。当对一张图片进行人脸检测后，检测到的人脸以及人脸在图片中的位置会用一个用一个人脸特征标识 face_token 来表示。在进行人脸比对或人脸关键点检测时必须指定 face_token。
  • 针对同一张图片进行多次人脸检测，同一个人脸会得到不同的人脸特征标识 (face_token) 。

并发 (QPS)

并发 (QPS) 指每秒可以发起的 API 请求次数。调用同一个功能模块下的各个 API ，会统一计算 QPS。例如人脸识别并发 (QPS) 为 10 个，人脸识别包括人脸检测 API、人脸比对 API、人脸搜索API、人脸库管理 API 组、获取人脸信息 API 和自定义人脸信息 API，则每秒可以发起 10 次 API 调用请求，不限制具体调用了哪一个 API。超过 10 次请求，将返回 403 并发超限错误码 (CONCURRENCY_LIMIT_EXCEEDED)。

API Key

  • API Key 是使用公有云 API 和联网授权 SDK 服务的凭证。注册账号后，需要先创建一个 API Key，才能进行接口调用服务。
  • API Key 分为试用（免费）与正式（服务）两种类型，试用 API Key 在创建数量、使用的服务类型和并发 (QPS) 保障上均有限制。

API Secret

API Secret 是在创建 API Key 时随机生成的一串密钥，需要和 API Key 搭配，获取使用 API 的权限，请您妥善保管记录。

confidence

比对结果置信度，范围 [0,100]，小数点后3位有效数字，数字越大表示两个人脸越可能是同一个人

thresholds

  • 一组用于参考的置信度阈值，包含以下三个字段。每个字段的值为一个 [0,100] 的浮点数，小数点后 3 位有效数字。

    • 1e-3：误识率为千分之一的置信度阈值；
    • 1e-4：误识率为万分之一的置信度阈值；
    • 1e-5：误识率为十万分之一的置信度阈值；

  • 如果置信值低于“千分之一”阈值则不建议认为是同一个人；如果置信值超过“十万分之一”阈值，则是同一个人的几率非常高。

  • 阈值不是静态的，每次比对返回的阈值不保证相同，所以没有持久化保存阈值的必要，更不要将当前调用返回的 confidence 与之前调用返回的阈值比较。

  • 如果传入图片但图片中未检测到人脸，则无法进行比对，本字段不返回。

人脸比对/人脸搜索（控制台分析）

  • 计算机检测到图片中一个人脸之后，通过人脸判断人身份的过程被称为人脸比对/人脸搜索。

  • 人脸比对指采集新的人脸，与一个已知身份用户的人脸进行比对，判断新的人脸是否属于该已知身份用户。人脸比对需要调用人脸比对 API。

  • 人脸搜索是指采集用户新的人脸，在多个已知身份用户的人脸集合中进行搜索，找出新的人脸属于哪一个已知身份用户。人脸搜索需要调用人脸搜索API。

人脸检测

检测到了人脸会产生一个"face_token"
请添加图片描述

并且产生"face_num",这里有两个人脸，因此为2

请添加图片描述

如图：人脸数为3，小狗不会被识别到

在这里插入图片描述

人脸搜索

在这里插入图片描述
搜索结果：
在这里插入图片描述

人脸对比

如图：
请添加图片描述

产生了"confidence"和"le-5"
因为此时"confidence"的值大于"le-5"的值，所以分析结果如下图：

在这里插入图片描述

再比如：
请添加图片描述

因为此时"confidence"的值小于"le-5"的值，所以分析结果如下图：

在这里插入图片描述

二、Web API

face++里注册账号

  • 首先：搜索face++
  • 官网： face++
    请添加图片描述
  • 登录或注册
    请添加图片描述
  • 点击进入控制台
    请添加图片描述
    如图：
    请添加图片描述

创建API Key

  • 要调用 API，需要先创建一个 API Key（API 密钥），它是使用 API 和 SDK 的凭证注册验证成功后，可以在欢迎页面点击“创建我的第一个应用”，一个免费API Key会被自动生成，可以直接使用
  • 免费API key 可依据免费规则调用API，如果希望使用付费版服务，需创建正式API Key

在这里插入图片描述

  • 如图：创建完成
  • 后续代码要用到这两个值
    请添加图片描述

postman调用API接口

人脸检测

  • 概述：
    传入图片进行人脸检测和人脸分析。
    可以检测图片内的所有人脸，对于每个检测出的人脸，会给出其唯一标识 face_token，可用于后续的人脸分析、人脸比对等操作。对于正式 API Key，支持指定图片的某一区域进行人脸检测。

  • 本 API 支持对检测到的人脸直接进行分析，获得人脸的关键点和各类属性信息。对于试用 API Key，最多只对人脸框面积最大的 5 个人脸进行分析，其他检测到的人脸可以使用 Face Analyze API 进行分析。对于正式 API Key，支持分析所有检测到的人脸。

  • 关于 face_token
    如果需要将检测出的人脸用于后续的分析、比对等操作，建议将对应的 face_token 添加到 FaceSet 中。如果一个 face_token 在 72 小时内没有存放在任一 FaceSet 中，则该 face_token 将会失效。如果对同一张图片进行多次人脸检测，同一个人脸得到的 face_token 是不同的。

  • 调用URL
    https://api-cn.faceplusplus.com/facepp/v3/detect

  • 调用方法
    POST

  • 请求体格式
    multipart/form-data

请求参数（必选）：

参数名参数说明
api_key调用此API的API Key
api_secret调用此API的API Secret

以下参数三选一（必选）：

参数名参数说明
image_url图片的 URL
image_file一个图片，二进制文件，需要用post multipart/form-data的方式上传
image_base64base64 编码的二进制图片数据如果同时传入了 image_url、image_file 和 image_base64 参数，本API使用顺序为 image_file 优先，image_url 最低

如下图：

选择的参数为:
api_key  
api_secret 
image_file

产生了face_token，face_num等..

选择的图片参数为：
请添加图片描述
结果：
检测到一张人脸
在这里插入图片描述

再换张图：

请添加图片描述
结果检测到3张脸：
在这里插入图片描述

返回值说明

字段说明
request_id用于区分每一次请求的唯一的字符串。
faces被检测出的人脸数组
image_id被检测的图片在系统中的标识。
time_used整个请求所花费的时间，单位为毫秒。
error_message当请求失败时才会返回此字符串，具体返回内容见后续错误信息章节。否则此字段不存在
face_num检测出的人脸个数

faces 数组中单个元素的结构

字段说明
face_token人脸的标识
face_rectangle人脸矩形框的位置，包括以下属性。每个属性的值都是整数：1.top：矩形框左上角像素点的纵坐标 2.left：矩形框左上角像素点的横坐标 3.width：矩形框的宽度 4.height：矩形框的高度
landmark人脸的关键点坐标数组。当传入的 landmark 参数值为 1 时，返回 83 个关键点坐标数组。当传入的 landmark 参数值为 2 时，返回 106 个关键点坐标数组。

人脸对比

  • 描述：
    将两个人脸进行比对，来判断是否为同一个人，返回比对结果置信度和不同误识率下的阈值。

  • 支持传入图片或 face_token 进行比对。使用图片时会自动选取图片中检测到人脸尺寸最大的一个人脸。

  • 调用 URL
    https://api-cn.faceplusplus.com/facepp/v3/compare

  • 调用方法
    POST

  • 请求体格式
    multipart/form-data

请求参数（必选）：

参数名参数说明
api_key调用此API的API Key
api_secret调用此API的API Secret

以下参数四选一（必选）：

参数名参数说明
face_token1第一个人脸标识 face_token，优先使用该参数
image_url1第一张图片的 URL
image_file1第一张图片，二进制文件，需要用 post multipart/form-data 的方式上传。
image_base64_1base64 编码的二进制图片数据如果同时传入了 image_url1、image_file1 和 image_base64_1 参数，本 API 使用顺序为image_file1 优先，image_url1 最低。

以下参数四选一（必选）：

参数名参数说明
face_token2第二个人脸标识 face_token，优先使用该参数
image_url2第二张图片的 URL
image_file2第二张图片，二进制文件，需要用 post multipart/form-data 的方式上传。
image_base64_2base64 编码的二进制图片数据如果同时传入了 image_url2、image_file2 和 image_base64_2 参数，本API 使用顺序为 image_file2优先，image_url2 最低。

如图：对比这两张图：
在这里插入图片描述

选择的参数为:
api_key  
api_secret 
image_file1
image_file2

产生了confidence，thresholds等..

结果：
因为此时"confidence"的值小于"le-5"的值，所以分析结果很大概率为不是同一个人：
在这里插入图片描述

再比如这两张图：

在这里插入图片描述
结果：
因为此时"confidence"的值大于"le-5"的值，所以分析结果很大概率为同一个人：
在这里插入图片描述

使用face_token参数进行对比
  • 对比上两张人脸
    先检索需对比的第一张人脸得到face_token：

在这里插入图片描述

  • 再检索需对比的第二张人脸得到face_token：

在这里插入图片描述

  • 结果：
    因为此时"confidence"的值大于"le-5"的值，所以分析结果很大概率为同一个人：

在这里插入图片描述

返回值说明

字段说明
request_id用于区分每一次请求的唯一的字符串。
confidence比对结果置信度，范围 [0,100]，小数点后3位有效数字，数字越大表示两个人脸越可能是同一个人。注：如果传入图片但图片中未检测到人脸，则无法进行比对，本字段不返回。
thresholds一组用于参考的置信度阈值，包含以下三个字段。每个字段的值为一个 [0,100] 的浮点数，小数点后 3 位有效数字。1e-3：误识率为千分之一的置信度阈值；1e-4：误识率为万分之一的置信度阈值；1e-5：误识率为十万分之一的置信度阈值；如果置信值低于“千分之一”阈值则不建议认为是同一个人；如果置信值超过“十万分之一”阈值，则是同一个人的几率非常高。请注意：阈值不是静态的，每次比对返回的阈值不保证相同，所以没有持久化保存阈值的必要，更不要将当前调用返回的 confidence 与之前调用返回的阈值比较。注：如果传入图片但图片中未检测到人脸，则无法进行比对，本字段不返回。
image_id1通过 image_url1、image_file1 或 image_base64_1 传入的图片在系统中的标识。注：如果未传入图片，本字段不返回。
image_id2通过 image_url2、image_file2 或 image_base64_2 传入的图片在系统中的标识。注：如果未传入图片，本字段不返回。
faces1通过 image_url1、image_file1 或 image_base64_1 传入的图片中检测出的人脸数组，采用数组中的第一个人脸进行人脸比对。注：如果未传入图片，本字段不返回。如果没有检测出人脸则为空数组
faces2通过 image_url2、image_file2 或 image_base64_2 传入的图片中检测出的人脸数组，采用数组中的第一个人脸进行人脸比对。注：如果未传入图片，本字段不返回。如果没有检测出人脸则为空数组
time_used整个请求所花费的时间，单位为毫秒。
error_message当请求失败时才会返回此字符串，具体返回内容见后续错误信息章节。否则此字段不存在

人脸搜索

  • 描述：
    在一个已有的 FaceSet 中找出与目标人脸最相似的一张或多张人脸，返回置信度和不同误识率下的阈值。

  • 支持传入图片或 face_token 进行人脸搜索。使用图片进行搜索时会选取图片中检测到人脸尺寸最大的一个人脸。

  • 调用URL
    https://api-cn.faceplusplus.com/facepp/v3/search

  • 调用方法
    POST

  • 请求体格式
    multipart/form-data

请求参数（必选）：

参数名参数说明
api_key调用此API的API Key
api_secret调用此API的API Secret

以下参数四选一（必选）：

参数名参数说明
face_token进行搜索的目标人脸的 face_token，优先使用该参数
image_url图片的 URL
image_file一个图片，二进制文件，需要用post multipart/form-data的方式上传
image_base64base64 编码的二进制图片数据如果同时传入了 image_url、image_file 和 image_base64 参数，本API使用顺序为 image_file 优先，image_url 最低

以下参数二选一（必选）：

参数名参数说明
faceset_token用来搜索的 FaceSet 的标识
outer_id用户自定义的 FaceSet 标识

返回值说明

字段说明
request_id用于区分每一次请求的唯一的字符串。
results搜索结果对象数组 注：如果传入图片但图片中未检测到人脸，则无法进行人脸搜索，本字段不返回。
thresholds一组用于参考的置信度阈值，包含以下三个字段。每个字段的值为一个 [0,100] 的浮点数，小数点后 3 位有效数字。1e-3：误识率为千分之一的置信度阈值；1e-4：误识率为万分之一的置信度阈值；1e-5：误识率为十万分之一的置信度阈值；如果置信值低于“千分之一”阈值则不建议认为是同一个人；如果置信值超过“十万分之一”阈值，则是同一个人的几率非常高。请注意：阈值不是静态的，每次比对返回的阈值不保证相同，所以没有持久化保存阈值的必要，更不要将当前调用返回的 confidence 与之前调用返回的阈值比较。注：如果传入图片但图片中未检测到人脸，则无法进行比对，本字段不返回。
image_id传入的图片在系统中的标识。注：如果未传入图片，本字段不返回。
faces传入的图片中检测出的人脸数组，采用数组中的第一个人脸进行人脸搜索。注：如果未传入图片，本字段不返回。如果没有检测出人脸则为空数组
time_used整个请求所花费的时间，单位为毫秒。
error_message当请求失败时才会返回此字符串，具体返回内容见后续错误信息章节。否则此字段不存在

results 数组中单个元素的结构

字段说明
face_token从 FaceSet 中搜索出的一个人脸标识 face_token。
confidence比对结果置信度，范围 [0,100]，小数点后3位有效数字，数字越大表示两个人脸越可能是同一个人。
user_id用户提供的人脸标识，如果未提供则为空。

创建人脸库

  • 描述:
    创建一个人脸的集合 FaceSet，用于存储人脸标识 face_token。一个 FaceSet 能够存储10000个 face_token。

  • 试用API Key可以创建1000个FaceSet，正式API Key可以创建10000个FaceSet。

  • 调用URL
    https://api-cn.faceplusplus.com/facepp/v3/faceset/create

  • 调用方法
    POST

请求参数（必选）：

参数名参数说明
api_key调用此API的API Key
api_secret调用此API的API Secret

请求参数（非必选）：

参数名参数说明
outer_id账号下全局唯一的 FaceSet 自定义标识，可以用来管理 FaceSet 对象。最长255个字符，不能包括字符^@,&=*'"
选择的参数为:
api_key  
api_secret 
outer_id

产生了outer_id等..

如图：
在这里插入图片描述

返回值说明

字段说明
request_id用于区分每一次请求的唯一的字符串。除非发生404（API_NOT_FOUND ) 或403 （AUTHORIZATION_ERROR）错误，此字段必定返回。
faceset_tokenFaceSet 的标识
outer_id用户自定义的 FaceSet 标识，如果未定义则返回值为空
face_added本次操作成功加入 FaceSet的face_token 数量
face_count操作结束后 FaceSet 中的 face_token 总数量
failure_detail无法被加入 FaceSet 的 face_token 以及原因face_token：人脸标识reason：不能被添加的原因，包括 INVALID_FACE_TOKEN 人脸表示不存在 ，QUOTA_EXCEEDED 已达到 FaceSet 存储上限
time_used整个请求所花费的时间，单位为毫秒。
error_message当请求失败时才会返回此字符串，具体返回内容见后续错误信息章节。否则此字段不存在

添加人脸

  • 描述
    为一个已经创建的 FaceSet 添加人脸标识 face_token。一个 FaceSet 最多存储1,000个 face_token。

  • 调用 URL
    https://api-cn.faceplusplus.com/facepp/v3/faceset/addface

  • 调用方法
    POST

请求参数（必选）：

参数名参数说明
api_key调用此API的API Key
api_secret调用此API的API Secret

以下参数二选一（必选）：

参数名参数说明
faceset_token用来搜索的 FaceSet 的标识
outer_id用户自定义的 FaceSet 标识

请求参数（必选）：

参数名参数说明
face_tokens人脸标识 face_token 组成的字符串，可以是一个或者多个，用逗号分隔。最多不超过5个face_token
1.先进行人脸检测
选择的参数为:
api_key  
api_secret 
image_file

产生了face_token，face_num等..

如图：
在这里插入图片描述

2.将人脸检测后的face_token存储到faceset
选择的参数为:
api_key  
api_secret 
outer_id
face_token

产生了face_count等..

如图：
在这里插入图片描述

返回值说明

字段说明
request_id用于区分每一次请求的唯一的字符串。除非发生404（API_NOT_FOUND ) 或403 （AUTHORIZATION_ERROR）错误，此字段必定返回。
faceset_tokenFaceSet 的标识
outer_id用户自定义的 FaceSet 标识，如果未定义则返回值为空
face_added本次操作成功加入 FaceSet的face_token 数量
face_count操作结束后 FaceSet 中的 face_token 总数量
failure_detail无法被加入 FaceSet 的 face_token 以及原因face_token：人脸标识reason：不能被添加的原因，包括 INVALID_FACE_TOKEN 人脸表示不存在 ，QUOTA_EXCEEDED 已达到 FaceSet 存储上限
time_used整个请求所花费的时间，单位为毫秒。
error_message当请求失败时才会返回此字符串，具体返回内容见后续错误信息章节。否则此字段不存在

获取人脸信息：

描述
获取一个 FaceSet 的所有信息，包括此 FaceSet 的 faceset_token, outer_id, display_name 的信息，以及此 FaceSet 中存放的 face_token 数量与列表。

调用URL
https://api-cn.faceplusplus.com/facepp/v3/faceset/getdetail

调用方法
POST
请求参数（必选）：

参数名参数说明
api_key调用此API的API Key
api_secret调用此API的API Secret

以下参数二选一（必选）：

参数名参数说明
faceset_token用来搜索的 FaceSet 的标识
outer_id用户自定义的 FaceSet 标识
选择的参数为:
api_key  
api_secret 
outer_id

产生了face_tokens等..

face_tokens是一个数组，里面装了faceset里的face_token
  • 如图：
    在这里插入图片描述
  • 再往faceset里存一张人脸：
    在这里插入图片描述
    在这里插入图片描述
  • 如图：检测到了两张人脸
    在这里插入图片描述

返回值说明

字段说明
request_id用于区分每一次请求的唯一的字符串。除非发生404（API_NOT_FOUND ) 或403 （AUTHORIZATION_ERROR）错误，此字段必定返回。
faceset_tokenFaceSet 的标识
outer_id用户自定义的 FaceSet 标识，如果未定义则返回值为空
display_name人脸集合的名字
user_data自定义用户信息
tags自定义标签
face_count操作结束后 FaceSet 中的 face_token 总数量
face_tokensface_token的数组 注：如果该 FaceSet 下没有 face_token，则返回空数组。
next用于进行下一次请求。返回值表示排在此次返回的所有 face_token 之后的下一个 face_token 的序号。如果返回此字段，则说明未返回完此 FaceSet 下的所有 face_token。可以将此字段的返回值，在下一次调用时传入 start 字段中，获取接下来的 face_token。如果没有返回该字段，则说明已经返回此 FaceSet 下的所有 face_token。
time_used整个请求所花费的时间，单位为毫秒。
error_message当请求失败时才会返回此字符串，具体返回内容见后续错误信息章节。否则此字段不存在

删除人脸

  • 描述
    移除一个FaceSet中的某些或者全部face_token

  • 调用URL
    https://api-cn.faceplusplus.com/facepp/v3/faceset/removeface

  • 调用方法
    POST

请求参数（必选）：

参数名参数说明
api_key调用此API的API Key
api_secret调用此API的API Secret

以下参数二选一（必选）：

参数名参数说明
faceset_token用来搜索的 FaceSet 的标识
outer_id用户自定义的 FaceSet 标识

请求参数（必选）：

参数名参数说明
face_tokens需要移除的人脸标识字符串，可以是一个或者多个face_token组成，用逗号分隔。最多不能超过1,000个face_token注：face_tokens字符串传入“RemoveAllFaceTokens”则会移除FaceSet内所有的face_token

如图：
此时搜索到有两张人脸
在这里插入图片描述

删除人脸


选择的参数为:
api_key  
api_secret 
outer_id
face_tokens

face_tokens可以在获取人脸里得到
产生了face_count等..

在这里插入图片描述
结果：
删除一张人脸后再获取一次
只剩一张人脸了
在这里插入图片描述

返回值说明

字段说明
request_id用于区分每一次请求的唯一的字符串。除非发生404（API_NOT_FOUND ) 或403 （AUTHORIZATION_ERROR）错误，此字段必定返回。
faceset_tokenFaceSet 的标识
outer_id用户自定义的 FaceSet 标识，如果未定义则返回值为空
face_removed成功从FaceSet中移除的face_token数量
face_count操作结束后 FaceSet 中的 face_token 总数量
failure_detail无法从FaceSet中移除的face_token以及原因face_token：人脸标识reason：不能被移除的原因，包括 INVALID_FACE_TOKEN 人脸标识不存在
time_used整个请求所花费的时间，单位为毫秒。除非发生404（API_NOT_FOUND )或403 （AUTHORIZATION_ERROR）错误，此字段必定返回。
error_message当请求失败时才会返回此字符串，具体返回内容见后续错误信息章节。否则此字段不存在

三、刷脸登录

  • 录入人脸信息，通过人脸检测接口得到face_token，存入outer_id=travel_faceset的faceset中当用户在登录的时候，得到用户当前登录图片，然后用人脸比对接口用当前登录图片和之前在
    faceset中保存的人脸信息进行比对。
  • 比对后的返回信息有我们设置的阈值(thresholds)，可以根据自身的需求选择其中一个阈值，当相似度（confidence）高于这个阈值时就可以认为是同一个人，即可以登录成功，反之，不能登录成功。

代码

  • 添加依赖：
<dependency>
	<groupId>org.reactivestreams</groupId>
	<artifactId>reactive-streams</artifactId>
	<version>1.0.3</version>
</dependency>
  • yml配置文件：
face:
  config:
    api-key: jlTzV7I-pWQoqHFXWUUgv312jTpS17FC
    api-secret: eDULPcfETWuoRT9I4q51mvhlVpj_ECBp
    outer-id: link_faceset
  • 配置启动类：

import org.mybatis.spring.annotation.MapperScan;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.context.annotation.Bean;
import org.springframework.web.client.RestTemplate;

@SpringBootApplication
public class TravelApplication {
    @Bean
    public RestTemplate restTemplate() {
        return new RestTemplate();
    }
    public static void main(String[] args) {
        SpringApplication.run(TravelApplication.class, args);
    }
}
  • FaceDao


import com.fasterxml.jackson.annotation.JsonProperty;
import lombok.Data;
import lombok.Getter;
import lombok.Setter;

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.context.properties.ConfigurationProperties;
import org.springframework.core.io.FileSystemResource;
import org.springframework.http.HttpEntity;
import org.springframework.http.HttpHeaders;
import org.springframework.http.MediaType;
import org.springframework.http.ResponseEntity;
import org.springframework.http.client.MultipartBodyBuilder;
import org.springframework.stereotype.Component;
import org.springframework.util.LinkedMultiValueMap;
import org.springframework.util.MultiValueMap;
import org.springframework.web.client.RestTemplate;

import java.nio.file.Paths;
import java.util.List;

/**
 * 用于访问face++人脸系统
 */
@ConfigurationProperties("face.config")
@Component
@Getter
@Setter
public class FaceDao {
    @Autowired
    private RestTemplate restTemplate;
    private String apiKey;
    private String apiSecret;
    private String outerId;
    /**
     * 人脸检测
     */
    public DetectResponseEntity detect(String filePath) {
        HttpHeaders headers = new HttpHeaders();
        headers.setContentType(MediaType.MULTIPART_FORM_DATA); // 多部件表单体
        MultipartBodyBuilder multipartBodyBuilder = new MultipartBodyBuilder();
        // ----------------- 表单 part
        multipartBodyBuilder.part("api_key", apiKey);
        multipartBodyBuilder.part("api_secret", apiSecret);
        // ----------------- 文件 part
        // 从磁盘读取文件
        multipartBodyBuilder.part("image_file", new FileSystemResource(Paths.get(filePath)), MediaType.IMAGE_PNG);
        // build完整的消息体
        MultiValueMap<String, HttpEntity<?>> multipartBody = multipartBodyBuilder.build();
        ResponseEntity<DetectResponseEntity> responseEntity = restTemplate.postForEntity("https://api-cn.faceplusplus.com/facepp/v3/detect", multipartBody, DetectResponseEntity.class);
        return responseEntity.getBody();
    }


    /**
     * 创建faceset
     */
    public void faceSetCreate() {
        HttpHeaders headers = new HttpHeaders();
        headers.setContentType(MediaType.APPLICATION_FORM_URLENCODED);
        MultiValueMap<String, String> map= new LinkedMultiValueMap<>();
        map.add("api_key", apiKey);
        map.add("api_secret", apiSecret);
        map.add("outer_id", outerId);
        HttpEntity<MultiValueMap<String, String>> request = new HttpEntity<>
                (map, headers);
        restTemplate.postForEntity("https://apicn.faceplusplus.com/facepp/v3/faceset/create", request, String.class);
    }
    /**
     * 得到outer_id=trave_faceset的信息
     */
    public FaceSetResponseEntity getFaceSetDetail() {
        HttpHeaders headers = new HttpHeaders();
        headers.setContentType(MediaType.APPLICATION_FORM_URLENCODED);
        MultiValueMap<String, String> map= new LinkedMultiValueMap<>();
        map.add("api_key", apiKey);
        map.add("api_secret", apiSecret);
        map.add("outer_id", outerId);
        HttpEntity<MultiValueMap<String, String>> request = new HttpEntity<>(map, headers);
        ResponseEntity<FaceSetResponseEntity> responseEntity = restTemplate.postForEntity("https://apicn.faceplusplus.com/facepp/v3/faceset/getdetail", request, FaceSetResponseEntity.class);
        return responseEntity.getBody();
    }
    /**
     * 添加faceToken到FaceSet
     * 人脸标识 faceTokens 组成的字符串，可以是一个或者多个，用逗号分隔。最多不超过5个
     face_token
     * @param faceTokens
     */
    public void addFaceToFaceSet(String faceTokens) {
        HttpHeaders headers = new HttpHeaders();
        headers.setContentType(MediaType.APPLICATION_FORM_URLENCODED);
        MultiValueMap<String, String> map= new LinkedMultiValueMap<>();
        map.add("api_key", apiKey);
        map.add("api_secret", apiSecret);
        map.add("outer_id", outerId);
        map.add("face_tokens", faceTokens);
        HttpEntity<MultiValueMap<String, String>> request = new HttpEntity<>
                (map, headers);
        restTemplate.postForEntity("https://apicn.faceplusplus.com/facepp/v3/faceset/addface", request, String.class);
    }
    /**
     * 人脸比对
     * @param faceToken1
     * @param faceToken2
     * @return
     */
    public boolean compareFace(String faceToken1, String faceToken2) {
        HttpHeaders headers = new HttpHeaders();
        headers.setContentType(MediaType.MULTIPART_FORM_DATA); // 多部件表单体
        MultipartBodyBuilder multipartBodyBuilder = new MultipartBodyBuilder();
        // ----------------- 表单 part
        multipartBodyBuilder.part("api_key", apiKey);
        multipartBodyBuilder.part("api_secret", apiSecret);
        multipartBodyBuilder.part("face_token1", faceToken1);
        multipartBodyBuilder.part("face_token2", faceToken2);
         // ----------------- 文件 part
         // 从磁盘读取文件
        // multipartBodyBuilder.part("image_file", new FileSystemResource(Paths.get(filePath)), MediaType.IMAGE_PNG);
        // build完整的消息体
        MultiValueMap<String, HttpEntity<?>> multipartBody = multipartBodyBuilder.build();
        ResponseEntity<CompareResponseEntity> responseEntity = restTemplate.postForEntity("https://api-cn.faceplusplus.com/facepp/v3/compare", multipartBody, CompareResponseEntity.class);
        System.out.println(responseEntity);
        CompareResponseEntity e = responseEntity.getBody();
        if (e.getConfidence() >= e.getThresholds().e5) {
            return true;
        } else {
            return false;
        }
    }
    /**
     * 人脸比对返回实体类
     */
    @Data
    public static class CompareResponseEntity {
        private Double confidence;
        private ThresholdsResponseEntity thresholds;
    }
    /**
     * 人脸对比置信度阈值返回实体类
     */
    @Data
    public static class ThresholdsResponseEntity {
        @JsonProperty("1e-5")
        private Double e5;
    }

    /**
     * FaceSet返回实体类
     */
    @Data
    public static class FaceSetResponseEntity{
        private String faceset_token;
        private String outer_id;
        private Integer face_count;
        private List<String> face_tokens;
    }
    @Data
/**
 * 人脸检测返回数据实体类
 */
    public static class DetectResponseEntity {
        private String request_id;
        private Integer face_num;
        private List<FaceEntity> faces;
    }
    @Data
    /**
    * 人脸实体类
     */
    public static class FaceEntity {
        private String face_token;
    }
}
  • FaceDaoTest

import org.junit.Test;
import org.junit.runner.RunWith;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.test.context.junit4.SpringRunner;

import static org.junit.Assert.*;
@SpringBootTest
@RunWith(SpringRunner.class)
public class FaceDaoTest {

    @Autowired
    private FaceDao faceDao;

    @Test
    public void detect() {
        FaceDao.DetectResponseEntity e = faceDao.detect("C:\\Users\\Administrator\\Desktop\\29.jpg");
        System.out.println(e);
    }
    @Test
    public void getFaceSetDetail() {
        FaceDao.FaceSetResponseEntity e = faceDao.getFaceSetDetail();
        System.out.println(e);
    }
    @Test
    public void createFaceSet() {
        faceDao.faceSetCreate();
    }
    @Test
    public void addFaceToFaceSet() {
        faceDao.addFaceToFaceSet("fb9929c6da2f035f6cf647cc78ab7675");
    }
    @Test
    public void campareFace() {
        boolean b = faceDao.compareFace("d64dc956a6be7c07ebaa3093923a66fa", "10447d93dd700e3f98c0a981c879c99d");
        System.out.println(b);
    }

}
  • FaceService
public interface FaceService {
    public void addFace(String filePath);
    public boolean loginByFace(String filePath);
}
  • FaceServiceImpl

import com.lrk.travel.dao.FaceDao;
import com.lrk.travel.service.FaceService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

import java.io.File;
@Service
public class FaceServiceImpl implements FaceService {
    @Autowired
    private FaceDao faceDao;

    @Override
    public void addFace(String filePath) {
            FaceDao.FaceSetResponseEntity fs = null;
            try {
                fs = faceDao.getFaceSetDetail();
            } catch (Exception e) {
            }
            if (fs == null) { //faceset不存在
                faceDao.faceSetCreate();
            }
            FaceDao.DetectResponseEntity dr = faceDao.detect(filePath); //检视人脸
            for (FaceDao.FaceEntity f : dr.getFaces()) {
                faceDao.addFaceToFaceSet(f.getFace_token());
            }
    }

    @Override
    public boolean loginByFace(String filePath) {
        boolean result = false;
        FaceDao.FaceSetResponseEntity fs = null;
        try {
            fs = faceDao.getFaceSetDetail();
        } catch (Exception e) {
        }
        if (fs == null) { //faceset不存在
            faceDao.faceSetCreate();
            fs = faceDao.getFaceSetDetail();
        }
        FaceDao.DetectResponseEntity dr = faceDao.detect(filePath); //检视人脸
        String ft1 = null;
        if (dr.getFace_num() >=1) {
            ft1 = dr.getFaces().get(0).getFace_token();
        } else {
            return false;
        }
        for (String ft2: fs.getFace_tokens()) {
            if (faceDao.compareFace(ft1, ft2)) {
                result = true;
            }
        }
        new File(filePath).delete(); //删除登录人脸
        return result;
    }

}
  • FaceController

import com.lrk.travel.service.FaceService;
import com.lrk.travel.utils.ImageUtils;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.http.ResponseEntity;
import org.springframework.stereotype.Controller;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.ResponseBody;

import javax.servlet.http.HttpServletRequest;
import java.io.IOException;
import java.util.UUID;
@Controller
@RequestMapping("/admin/face")
public class FaceController {

    @Autowired
    private FaceService faceService;
    /**
     * 调到录入人脸页面
     * @return
     */
    @RequestMapping("/toinput")
    public String toInput() {
        return "/face/input";
    }
    @RequestMapping("/tologin")
    public String toLogin() {
        return "/face/login";
    }
    /**
     * 录入人脸
     * @param imgData
     * @param request
     * @return
     * @throws IOException
     */
    @ResponseBody
    @RequestMapping("/upload")
    public ResponseEntity doAdd(@RequestParam("imgData") String imgData, HttpServletRequest request) throws IOException {
        String savePath = request.getServletContext().getRealPath("img/face/");
        String fileName = UUID.randomUUID().toString().replaceAll("-", "") + ".png";
        System.out.println(savePath);
        ImageUtils.generateImage(imgData.substring(22), savePath, fileName);
        faceService.addFace(savePath + fileName);
        return ResponseEntity.ok("{\"success\": \"true\"}");
    }
    /**
     * 人脸识别登录
     * @param imgData
     * @param request
     * @return
     * @throws IOException
     */
    @ResponseBody
    @RequestMapping("/login")
    public ResponseEntity login(@RequestParam("imgData") String imgData,
                                HttpServletRequest request) throws IOException {
        String savePath =
                request.getServletContext().getRealPath("img/face/login/");
        String fileName = UUID.randomUUID().toString().replaceAll("-", "") +
                ".png";
        System.out.println(savePath);
        ImageUtils.generateImage(imgData.substring(22), savePath, fileName);
        boolean b = faceService.loginByFace(savePath + fileName);
        if (b) {
            System.out.println("登录成功");
            return ResponseEntity.ok("{\"success\": true}");
        } else {
            System.out.println("登录失败");
            return ResponseEntity.ok("{\"success\": false}");
        }
    }

}
Link♛
关注
  • 23
    点赞
  • 踩
  • 101
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 12
    评论
专栏目录
java 人脸识别,一个开源项目.rar
04-18
java 人脸识别,一个开源项目.rar
基于javaweb+mysql的springboot人脸识别登录系统(java+springboot+maven+mysql)
毕业javaweb，一直在线，欢迎私信
12-10 388
本项目需要使用电脑摄像头，运行前先测试下摄像头是否正常：https://www.bchrt.com/tools/webcam-test/基于javaweb+mysql的springboot人脸识别登录系统(java+springboot+maven+mysql)基于javaweb的SpringBoot人脸识别登录系统(java+springboot+maven+mysql)PS：用到了百度人脸识别的API接口，包括人脸检测、人脸识别对比等。课程设计，大作业，毕业设计，项目练习，学习演示等。
Java实现人脸登录、注册等功能【完整版】，2024年最新java面试app推荐
最新发布
2301_82243679的博客
04-20 963
看完美团、字节、腾讯这三家的面试问题，是不是感觉问的特别多，可能咱们又得开启面试造火箭、工作拧螺丝的模式去准备下一次的面试了。开篇有提及我可是足足背下了1000道题目，多少还是有点用的呢，我看了下，上面这些问题大部分都能从我背的题里找到的，所以今天给大家分享一下互联网工程师必备的面试1000题。注意不论是我说的互联网面试1000题，还是后面提及的算法与数据结构、设计模式以及更多的Java学习笔记等，皆可分享给各位朋友互联网工程师必备的面试1000题而且从上面三家来看，算法与数据结构是必备不可少的。
Java实现人脸识别登录、注册等功能，源码.zip
05-13
Java实现人脸识别登录、注册等功能，源码 Java实现人脸识别登录、注册等功能，源码 Java实现人脸识别登录、注册等功能，源码 Java实现人脸识别登录、注册等功能，源码 Java实现人脸识别登录、注册等功能，源码 Java实现人脸识别登录、注册等功能，源码 Java实现人脸识别登录、注册等功能，源码 Java实现人脸识别登录、注册等功能，源码 Java实现人脸识别登录、注册等功能，源码 Java实现人脸识别登录、注册等功能，源码 Java实现人脸识别登录、注册等功能，源码 Java实现人脸识别登录、注册等功能，源码 Java实现人脸识别登录、注册等功能，源码 Java实现人脸识别登录、注册等功能，源码 Java实现人脸识别登录、注册等功能，源码 Java实现人脸识别登录、注册等功能，源
Java实现人脸识别
热门推荐
积跬步，至千里。
09-06 1万+
。虹软视觉开放平台是由虹软科技（SenseTime）推出的一套人工智能视觉解决方案。它提供了一系列的视觉算法和开发工具，帮助开发者在各种应用场景中实现人脸识别、人脸检测、人脸比对、人脸属性分析等功能。 虹软视觉开放平台具有较高的准确性和稳定性，并且支持多种平台和编程语言。开发者可以通过使用虹软提供的 API 和 SDK，将人工智能视觉能力集成到自己的应用程序或系统中。
Java使用opencv实现人脸识别、人脸比对
xiaomu_a的博客
10-12 8900
OpenCV是一个开源的计算机视觉库，它提供了一系列丰富的图像处理和计算机视觉算法，包括图像读取、显示、滤波、特征检测、目标跟踪等功能。opencv官网：https://opencv.org/
Java借助OpenCV实现人脸识别登录完整示例
积跬步，至千里。
09-05 8175
介绍OpenCV关于人脸识别方面的一些使用示例，以及使用Spring Boot集成OpenCV，最后让Java语言借助OpenCV实现人脸识别登录完整示例。
人脸识别.rar_simplyon7_人脸识别_人脸识别 百度_刷脸java接口_百度人脸识别
07-15
java web通过百度接口实现的人脸识别
通过人工智能实现刷脸登录的前后端项目工程代码(vue+java).zip
10-25
通过人工智能实现刷脸登录的前后端项目工程代码(vue+java)
第5代人脸识别引擎JAVA SDK.rar
06-18
人脸识别技术目前已经广泛应用于包括人脸门禁系统、刷脸支付等各行各业。随着人脸识别技术的提升，应用越来越广泛。目前中国的人脸识 别技术已经在世界水平上处于领先地位，在安防行业，国内主流安防厂家也都推出了...
百度Api人脸识别的使用，实现一个刷脸登录的demo，适合java做Web项目的入门Demo，整个项目直接给你（一键启动）
05-30
单纯实现一个刷脸登录的demo，前后端不分离项目。作者没有写上传图片的页面，所以，需要自己主动去把自己需要识别的人脸，上传到百度人脸库。 部署教程看本作者的博客：...
java人脸识别功能实现
qq_52611659的博客
06-09 1223
/用输出流往buffer写里入数据，中间参数代表从哪个位置开始读，len代表读取的长度。throw new BusinessExeption("106", "人脸注册失败");throw new BusinessExeption("107","照片为空");throw new BusinessExeption("106","未检测到人脸");//每次读取的字符串长度，如果为-1，代表全部读取完毕。//创建一个Buffer字符串。
基于Java+SpringBoot实现人脸识别搜索
Java知音
08-20 936
引言背景介绍结合人脸识别技术，在工厂、学校、商场、餐厅等人流密集的场所进行监控，对人流进行自动统计、识别和追踪，同时标记存在安全隐患的行为及区域，并发出告警提醒，加强信息化安全管理，降低人工监督成本。人脸识别搜索技术作为现代计算机视觉领域的重要研究方向之一，已经在多个领域展现出巨大的应用潜力。随着信息技术的飞速发展，人脸识别搜索在安全监控、社交媒体、人机交互等领域得到了广泛关注和应用。本文旨在探讨...
Java人脸识别技术探索与实践
weixin_51151534的博客
08-25 842
人脸识别技术是一种基于人脸生物特征的自动识别技术，通过捕捉和分析人脸图像中的特征点和信息，实现对个体身份的确认。它广泛应用于人脸解锁、安防监控、身份验证等场景。人脸识别的核心任务包括人脸检测、人脸特征提取和人脸匹配。人脸识别技术在Java编程领域中具有重要的应用价值，能够为安防、人机交互等领域提供强大的支持。通过使用诸如OpenCV和JavaCV等库，开发者能够轻松实现人脸检测、特征提取和人脸匹配等功能。然而，在实际应用中，还需要考虑到数据隐私、精度以及模型训练等问题，以确保人脸识别系统的可靠性和安全性。
基于javaweb的人脸识别登录系统(java+springboot+mysql)
m0_74524312的博客
10-23 2031
基于javaweb的人脸识别登录系统(java+springboot+mysql) 运行环境 Java≥8、MySQL≥5.7 开发工具 eclipse/idea/myeclipse/sts等均可配置运行 适用 课程设计，大作业，毕业设计，项目练习，学习演示等
JavaCV人脸训练和人脸识别代码实现
洛阳泰山的博客
11-27 4208
idea编辑器右键run运行即可，会生成一个faceRecognizer.xml的模型文件。2.图片格式不要自己随便改后缀，否则有可能读取不到图片。一、首先找两个人物的头像照片，分别用文件区分放置。首先maven中引入javacv依赖jar包。二，然后用java代码训练生成模型文件。1.文件路径最好不要用中文。
java人脸识别开源项目
05-15
Java人脸识别开源项目是一种基于Java编程语言的软件开发项目，旨在实现人脸图像数据的分析、识别、比对等功能，为人脸识别技术的应用提供支持和解决方案。Java人脸识别开源项目通过整合算法库、图像处理、特征提取、人脸检测、人脸识别等功能模块，将人脸图像数据转化为计算机可以处理的数字信号，实现对人脸图像数据的自动识别、比对、分类等操作。 Java人脸识别开源项目具有以下优势：首先，提供了丰富的功能模块，包括人脸检测、特征提取、识别、比对等，可以满足不同应用场景下的需求。其次，由于基于Java语言开发，具有跨平台、高可移植性等优点，可以适用于各种操作系统和硬件环境。再次，作为开源项目，允许广大开发者和研究人员进行二次开发、优化和改进，得到更好的应用和效果。 Java人脸识别开源项目在实际应用中具有广泛的应用价值和实用性。例如，在安防领域可以通过人脸识别技术实现闸机、门禁、出入口等自动识别和管理。在金融领域可以通过人脸识别技术实现声纹识别、面部识别等身份认证操作。在社交娱乐领域可以通过人脸识别技术实现互动游戏、表情识别、虚拟化妆等应用。基于上述优势，Java人脸识别开源项目有望继续推动人脸识别技术的发展并推广应用。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 12
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Link♛

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值